使用指南

一句话指南：想要最大化 Agent 的效能，核心原则是：明白自己要什么。不要依赖模糊的指令，应带着清晰的任务目标和专业知识去指挥。永远不要为了用而用，而应该带着有理有据的想法探索答案。

一些应用举例

1. 多源信息聚合

每天早晨，Agent自动抓取你订阅的RSS、arXiv新论文、竞品官网更新、特定论坛帖子，按你关心的维度过滤，生成摘要简报。

2. 学术与笔记辅助

在理科课堂或阅读文献时，遇到复杂的数学公式或代码逻辑，你可以做个简单标记，随后指挥 Agent 在后台帮你整理、推导或格式化笔记。

3. 整理飞书表格、文件、信息等

许多像飞书这样的官方平台都提供了开源的 CLI（命令行工具）。由于 Agent 在其专属的隔离沙盒内拥有绝对的执行权限，它完全可以“自我武装”——直接在终端为自己安装并配置这些外部 CLI。

将这种沙盒级别的命令执行能力与特定的 Skill 结合，Agent 便能原生对接并自动化处理复杂的云端表格、文档与信息聚合任务，轻松打破应用孤岛。

4. 协助分析金融数据

接入社区的金融 Harness Engineering 的拓展工作流，可以让你的 Agent 具备较强的专业分析能力，能帮你剩下许多时间和精力。

5. 定时维护项目、监控项目健康

PurrCat 内置心跳（Heartbeat）功能 + SOLO 自主巡查机制，可以设定一定间隔自动醒来，调取待办清单和 SOLO 规则，自动监控项目健康程度、清理垃圾、修复 TODO/FIXME，实现无人值守自主迭代。

一些经验之谈

1. 工作流与 Skill 固化

当你有固定的处理流程时，将其固化为 Skill 是最高效的做法。

• Skill 最小化结构：最简形态就是一个 Markdown 文档（详见开发文档），在其中说明业务的标准流程和注意事项。

• 高阶用法：有能力的用户可以在 Skill 中打包对应的执行脚本。当分配任务时，明确区分任务规划与任务触发，每次执行任务前，只需让 Agent 加载对应的 Skill 即可。

2. 顺应架构逻辑，下达“工程化”指令

深刻理解系统的底层路由与工具调用机制（例如 MCP 协议与沙盒环境），能让你的指令执行效率产生质的飞跃。在下达任务时，明确执行路径远胜于模糊的诉求。

以让 Agent 接入飞书 CLI 为例：

❌ 低效指令：给自己安装飞书 CLI 工具（容易导致盲目试错或引发幻觉）

✅ 高效指令：请调用 Github MCP 工具检索飞书相关的 CLI 工具，并将其下载安装到沙盒中作为你的常驻拓展能力。

通过显式指定检索源（Github MCP）和落脚点（沙盒），Agent 的执行过程会极其精确且高效。

进阶用法：沉淀解题思路

你可以将这类高频的“解决思路”直接写进系统的多层备忘录中。例如，在全局的 MEMORY.md 里追加一条元规则：“当遇到能力盲区时，优先使用 Github 检索并安装合适的开源工具来拓展自身能力。” 通过这种方式，Agent 就能在一定程度上实现自主进化。